IDENTIFIKASI PENYAKIT TANAMAN JAGUNG BERDASARKAN CITRA DAUN MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK DAN SUPPORT VECTOR MACHINE

Widianto, Bima (2024) IDENTIFIKASI PENYAKIT TANAMAN JAGUNG BERDASARKAN CITRA DAUN MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK DAN SUPPORT VECTOR MACHINE. S2 - Magister thesis, Universitas AMIKOM Yogyakarta.

Text (THESIS) 21.52.2124 Bima Widianto.pdf Download (4MB)

Abstract

Tanaman jagung di Indonesia merupakan komoditi tanaman pangan terbesar kedua setelah padi sebagai sumber karbohidrat. Produktivitas tanaman pangan ini dalam beberapa tahun terakhir mengalami fluktuasi yang berpengaruh terhadap kesediaan pangan. Terdapat beberapa faktor yang menyebabkan produksi tanaman jagung menjadi terganggu. Apabila tidak segera dilakukan pencegahan, dapat menyebabkan penurunan kualitas maupun produktivitas panen. Dalam mengatasi masalah ini mampu memanfaatkan bidang informatika dalam mengidentifikasi penyakit tanaman dengan menerapkan image processing dan image classification. Penelitian ini membandingkan performa dua metode klasifikasi, yaitu Convolutional Neural Network dan Support Vector Machine untuk mendeteksi penyakit pada tanaman jagung berdasarkan citra daun. Masing-masing metode klasifikasi akan menerapkan dua skenario pengolahan dataset yang telah melalui proses preprocessing data yaitu penerapan ekstraksi fitur dan tanpa penerapan ekstraksi fitur GLCM. Pengujian ini bertujuan untuk mengetahui pengaruh penerapan GLCM terhadap performa klasifikasi. Hasil pengujian yang telah dilakukan menunjukkan metode CNN dengan penerapan ekstraksi fitur GLCM menghasilkan performa kinerja tertinggi dengan nilai accuracy mencapai 97%, precision 95%, dan recall 97%. Hal ini menunjukkan dengan memanfaatkan ekstraksi fitur GLCM mampu meningkatkan performa kinerja metode CNN dan mamu mempersingkat waktu pengujian training dan testing, serta mengurangi kecenderungan terjadinya overfitting.

Actions (login required)

View Item